Экспертные системы по анализу современных программных продуктов

Содержание 
 

Введение……………………………………………………………………...…3

1. Экспертные  системы. Применение экспертных  систем………………..…5

2. Структура  экспертных систем……………………………………………...7

3. Этапы разработки  экспертных систем……………………………………12

4. Области применения  экспертных систем………………………………...17

5. Преимущества  экспертных систем перед человеком-экспертом……….21

6. История   развития экспертных систем……………………………………22

    6.1. Основные  линии развития экспертных систем……………………...22

    6.2. Проблемы, возникающие при создании экспертных  систем.

           Перспективы разработки……………………………………………...24

Заключение…………………………………………………………………….31

Список литературы……………………………………………………………33 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение

      Экспертные  системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных  дисциплин, изучающих методы решения  задач интеллектуального характера с использованием ЭВМ.

          Область ИИ имеет более чем  сорокалетнюю историю развития. С самого начала в ней рассматривался  ряд весьма сложных задач, которые,  наряду с другими, и до сих  пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

          ЭС - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

         Главным достоинством  экспертных  систем является возможность  накопления знаний и сохранение  их длительное время. В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

          При создании ЭС возникает  ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

           

                    
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

1. Экспертные системы. Применение

экспертных  систем

           Экспертные системы (ЭС)- это яркое  и быстро прогрессирующее направление  в области искусственного  интеллекта (ИИ). Причиной повышенного интереса, который ЭС вызывают к себе на протяжении всего своего существования является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется  такой проблемной области, в которой не было бы создано ни одной ЭС или, по крайней мере, такие попытки не предпринимались бы.

          ЭС - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.

          ЭС выдают советы, проводят анализ, выполняют классификацию, дают  консультации и ставят диагноз.  Они ориентированы на решение  задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

          Главное достоинство ЭС - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации  от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

          Практическое применение искусственного  интеллекта на машиностроительных предприятиях и в экономике основано на  ЭС, позволяющих  повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      2. Структура экспертных систем

      Типичная статическая ЭС состоит из следующих основных компонентов (рис. 1):

• решателя (интерпретатора);

• рабочей памяти (РП), называемой также базой данных (БД);
• базы знаний (БЗ);
• компонентов приобретения знаний;
• объяснительного компонента;
• диалогового компонента.

 

 

      База  данных (рабочая память) предназначена  для хранения исходных и промежуточных  данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

      База  знаний (БЗ) в ЭС предназначена для  хранения долгосрочных данных, описывающих  рассматриваемую область (а не текущих  данных), и правил, описывающих целесообразные преобразования данных этой области.

      Решатель, используя исходные данные из рабочей  памяти и знания из БЗ, формирует  такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

      Компонент приобретения знаний автоматизирует процесс  наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

      Объяснительный  компонент объясняет, как система  получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

      

      Рис.1 - Структура статической ЭС.

      Диалоговый  компонент ориентирован на организацию  дружественного общения с пользователем, как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

      В разработке ЭС участвуют представители  следующих специальностей:

• эксперт в проблемной области, задачи которой будет решать ЭС;
• инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);
• программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС.

      Необходимо  отметить, что отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче процесс создания ЭС, либо значительно удлиняет его.

      Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.

      Инженер по знаниям помогает эксперту выявить  и структурировать знания, необходимые  для работы ЭС; осуществляет выбор  того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.

      Программист разрабатывает ИС (если ИС разрабатывается  заново), содержащее в пределе все  основные компоненты ЭС, и осуществляет его сопряжение с той средой, в  которой оно будет использовано.

      Экспертная  система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также  режимом консультации или режимом использования ЭС).

      В режиме приобретения знаний общение  с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент  приобретения знаний, наполняет систему  знаниями, которые позволяют ЭС в  режиме решения самостоятельно (без  эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

      Отметим, что режиму приобретения знаний в  традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.

      В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения:

      "Почему  система задает тот или иной  вопрос?", "как ответ, собираемый системой, получен?".

      Структуру, приведенную на рис. 1, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.

      

      Рис. 2 – структура  динамической ЭС.

      На  рис. 2 показано, что в архитектуру  динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий. 
 
 
 

      3.Этапы разработки экспертных систем

      Разработка  ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование  при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату.